Инсайдеры слили в сеть очередную порцию внутренних документов Meta, и на этот раз все пахнет не просто обновлением, а целым арсеналом. Пока вы читаете эти строки, в лабораториях Meta AI, вероятно, уже тестируют три новых проекта под кодовыми названиями Avocado 9B, Mango-агент и TOMM.
И нет, это не названия новых смузи в кампусе. Если верить утекшим данным (а источнику обычно можно доверять), Meta готовит ответ всему, что произошло в open-source за последний год - от взлета крошечных, но мощных моделей вроде Minicpm-o 4.5 до эпидемии AI-агентов.
Что слили на этот раз?
Документы, датированные началом марта 2026 года, описывают три параллельных исследовательских трека. Судя по всему, Meta больше не хочет выпускать одну монолитную модель раз в полгода. Вместо этого они собираются завалить сообщество сразу несколькими специализированными инструментами.
Внимание: это не официальный анонс. Информация основана на утекших документах, и финальные версии продуктов могут серьезно отличаться. Но детали выглядят слишком конкретными, чтобы быть фейком.
Avocado 9B: не просто еще одна маленькая модель
После успеха Llama 3.1 8B Meta, кажется, поняла, что гонка за триллионами параметров проиграна. Будущее - за моделями, которые помещаются на телефон и не требуют продажи почки для инференса. Avocado 9B - это их ответ на китайские compact-модели и наш любимый Tiny Aya.
Что известно? Архитектура - классический decoder-only трансформер, но с одной безумной модификацией: гибридная система активаций, которая якобы на 40% сокращает потребление памяти при сохранении точности. Звучит как магия, но если это правда, то Avocado 9B сможет работать в реальном времени даже на старых MacBook с чипами Apple Silicon.
Контекстное окно - 128к токенов. Поддержка мультимодальности - в базовой версии только текст, но есть плагин для изображений. Самое интересное - обучение на полностью синтетическом датасете, сгенерированном более крупными моделями Meta. Они, наконец, приняли парадигму " distillation от богатых к бедным".
Mango-агент: когда автономность встречает эффективность
Пока весь мир обсуждает, кто круче - EvoCUA или Moltbot, Meta тихо готовит своего агента. Mango - это не просто обертка вокруг LLM с тул-коллом. Судя по документам, это переосмысление архитектуры агента на уровне модели.
Mango изначально обучается на задачах, требующих последовательного планирования и выполнения действий. Вместо того чтобы добавлять тул-колл как внешний модуль, способность вызывать функции (браузер, API, системные команды) встроена прямо в архитектуру внимания. Это должно решить классическую проблему "агент-болванчик", который забывает, что делал три шага назад.
Размер? Всего 3.5B параметров. Meta явно делает ставку на скорость и доступность. Идея в том, чтобы тысячи Mango-агентов могли работать параллельно, не превращая сервер в печку.
TOMM: инструменты, которые могут изменить правила игры
А вот это самая загадочная часть утечки. TOMM расшифровывается как "Tool-Oriented Meta Model", и это не одна модель, а целый фреймворк для создания специализированных AI-инструментов. Представьте себе Lego для нейросетей: вы берете базовые блоки от Meta и собираете из них модель для анализа медицинских снимков, финансовых отчетов или даже для Red Teaming.
Документы упоминают три ключевых компонента TOMM:
- Модуль адаптации домена (Domain Adapter) - fine-tunes модель под специфическую область за считанные часы.
- Динамический роутер экспертов (Dynamic Expert Router) - автоматически выбирает, какой подмодуль модели лучше справится с задачей.
- Встроенный валидатор выводов (Internal Output Validator) - проверяет собственные ответы на достоверность перед тем, как их выдать.
Если TOMM действительно будет open-source, это может убить половину стартапов, которые продают просто fine-tuned версии Llama. Meta, похоже, решила: "Зачем позволять другим зарабатывать на нашей архитектуре? Давайте дадим им инструменты, чтобы они зарабатывали еще больше, но оставались в нашей экосистеме".
Почему это важно прямо сейчас?
Потому что конкуренты не спят. Пока Meta готовила Avocado, китайские компании уже выпустили десяток моделей размером 7-10B параметров. Агентские фреймворки растут как грибы после дождя. И если верить последним трендам в бенчмарках, всем уже плевать на несколько процентов точности в MMLU. Считают доллары за токен и скорость ответа.
Meta пытается убить двух зайцев: сохранить лидерство в open-source (после того как Llama стала де-факто стандартом) и предложить что-то уникальное, чего нет у Google, OpenAI или у той же Apple с их Foundation Models.
Их стратегия проста: не ждать, пока сообщество придумает, как использовать их модели, а дать готовые, заточенные под конкретные задачи инструменты. Avocado для быстрого чата и простых задач. Mango для автоматизации. TOMM для кастомизации под бизнес-нужды.
Что делать, пока ждем официального анонса?
Сидеть сложа руки? Ни в коем случае. Во-первых, утечка - отличный повод пересмотреть свои планы по развертыванию AI. Может, стоит подождать пару месяцев, прежде чем вкладываться в инфраструктуру для текущих моделей.
Во-вторых, можно начать экспериментировать с аналогами. Если нужна компактная многоязычная модель - есть некитайские альтернативы из нашего топа. Если нужен агент - открывайте наш еженедельный обзор. А чтобы не потеряться в море моделей, используйте Models Explorer - это быстрее, чем гуглить.
И главный совет, который вам не даст ни один аналитик: начните документировать свои промпты и workflow прямо сейчас. Когда выйдут новые модели от Meta, первыми получат преимущество те, кто сможет быстро перенести свои пайплайны на новую архитектуру. А те, у кого все "в голове", будут тратить месяцы на миграцию.
Официальный анонс, если верить косвенным указаниям в документах, может состояться уже в мае 2026 года. К этому времени, возможно, появятся и первые leak-версии весов. Но даже если нет - теперь вы знаете, куда дует ветер. И можете подготовить паруса.
